安裝cuda

更新nvidia驅動

打開GeForce Game Ready Driver或在GeForce Experience中下載符合自己gpu的程序。

選擇cuda

打開nvidia控制面板

點擊幫助、點擊系統(tǒng)信息、在點擊組件在3D設置中可以看到cuda信息

在我升級過nvidia驅動后，cuda的版本更新到了10.1。接下來下載cuda .

cuda10.1安裝完畢。

安裝cuDNN

在安裝了cuda10.1后選擇對應的cuDNN版本v7.6.1

解壓文件，然后添加bin目錄到環(huán)境變量

安裝cuDNN

在安裝了cuda10.1后選擇對應的cuDNN版本v7.6.1

解壓文件，然后添加bin目錄到環(huán)境變量

使用Anaconda prompt創(chuàng)建環(huán)境

conda create -n pytorch_gpu pip python=3.7

其中pytorch_gpu是環(huán)境的名字，python版本是3.7

conda activate pytorch_gpu

這個命令可以進入創(chuàng)建好的環(huán)境。

安裝Pytorch

建議切換源，我使用的是中國科學技術大學”（USTC Open Source Software Mirror）提供anaconda的鏡像源，速度提高不少。

方法一：

conda config --add channels https://mirrors.ustc.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes

方法二：

打開.condarc文件，進行編輯

這個順序存在一個優(yōu)先級，會先在中國科學技術大學的鏡像源尋找，如果大家感覺速度慢，也可以換別的鏡像源。

打開官網選擇后復制命令

conda install pytorch torchvision cudatoolkit=10.0 -c pytorch

整個過程只需要按一下'y'即可。

驗證

為了確保PyTorch是否安裝成功，我們需要運行簡單的樣例代碼測試，例如打印出隨機生成的張量矩陣，以及gpu是否可以使用。

import torch
x = torch.rand(5,5)
print(x)

輸出類似下面

tensor([[0.7078, 0.1424, 0.3411, 0.3987, 0.3476],
    [0.7534, 0.7137, 0.3489, 0.4226, 0.3640],
    [0.4104, 0.8411, 0.5112, 0.0629, 0.0664],
    [0.7568, 0.9495, 0.3300, 0.2392, 0.6441],
    [0.7615, 0.1883, 0.6001, 0.9663, 0.3313]])

如果ok，pytorch安裝成功。

torch.cuda.is_available()

返回True，GPU版Pytorch安裝完畢。

將PyTorch導入Pycharm

點擊Pycharm的選項欄中的File選擇Settings，然后點擊Project Interpreter，接著點擊右側的Add。

然后在Conda Environment中選擇Existing environment

選擇Anaconda3下的python.exe，Conda executable選擇conda.exe

如果失敗，選擇Anaconda3下的env下的新創(chuàng)建的虛擬環(huán)境中選擇python，試一試。

Pycharm開啟科學計算模式（Scientific Mode）

具體步驟：

1. Settings –> Tools –> Python Scientific > Show plots in tool window 勾選
2. View 勾選 Scientific Mode
3. Run–>Edit configurations…
4. 勾選 Run with python console

開啟科學運算模式，舒服，正在習慣這個姿勢。

ps：如果想恢復到普通模式，只需要在view下，取消scientific mode勾選。

結束語

​ 環(huán)境安裝完畢，以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

最新評論